DreamerActor

class torchrl.modules.DreamerActor(out_features, depth=4, num_cells=200, activation_class=<class 'torch.nn.modules.activation.ELU'>, std_bias=5.0, std_min_val=0.0001)

Dreamer actor 網路。

此網路用於預測在目前時間步長下，給定隨機狀態和確定性信念的動作分佈。 它輸出動作分佈的平均值和尺度。

參考文獻：https://arxiv.org/abs/1912.01603

參數:

• out_features (int) – 輸出特徵的數量。

• depth (int, optional) – 隱藏層的數量。 預設為 4。

• num_cells (int, optional) – 每層隱藏單元的數量。 預設為 200。

• activation_class (nn.Module, optional) – 激活類別。 預設為 nn.ELU。

• std_bias (float, optional) – softplus 轉換的偏差。 預設為 5.0。

• std_min_val (float, optional) – 標準差的最小值。 預設為 1e-4。

forward(state, belief)

定義每次呼叫時執行的計算。

應該被所有子類別覆蓋。

注意

雖然前向傳遞的配方需要在這個函式中定義，但應該在之後呼叫 Module 實例，而不是這個函式，因為前者會負責執行註冊的鉤子，而後者會默默地忽略它們。